夜雨聆风学习资料网

ARTICLE · 991922

Wan3.0正式上线:文档直转30秒视频,限时7折

Wan3.0正式上线:文档直转30秒视频,限时7折
8月24日,阿里云视频生成大模型Wan3.0正式版在百炼平台上线。从Wan1.0至今,万相模型家族已迭代8个版本,这一代直接把单次视频生成时长拉到30秒,还首次支持PPT、PDF、Word等办公文档直接输入转视频。

一、30秒原生时长,从镜头走向叙事

此前主流AI视频模型单次生成上限多在5到15秒,Wan2.7的上限也只有15秒。Wan3.0将单段生成上限直接提升至30秒,连续运镜、一镜到底等复杂镜头语言可以在一次生成中完成,创作者不再需要拼接多个短片段。
模型配套了智能时长推荐功能,会根据提示词自动匹配适合的成片长度——简单的产品展示不会被硬撑到30秒,复杂的叙事也不会被中途截断。如果30秒仍然不够,视频延伸功能可以继续拓展剧情。
输出帧率为30fps,支持480P、720P、1080P三种分辨率,画面比例覆盖16:9、9:16、4:3、1:1、3:4,适配横屏、竖屏和方形等多种发布场景。

二、文档直转视频,万物皆可输入

Wan3.0最引人注目的升级,是首次在视频生成模型中兼容办公文档输入。

支持的输入格式

除了文本、图片、音频、视频四种基础模态,Wan3.0新增了文件和链接输入,支持格式包括:doc、xls、ppt、pdf、txt、key、pages、numbers以及md。每次最多输入一个文件或链接,文件大小不超过100MB,页数不超过50页。

实际能做什么

  • 一份产品PPT配上一句提示词,可以变成品牌宣传片或产品发布广告

  • 一份培训课件可以直接转化为视频课程

  • Excel表格数据可以变成动态信息图表视频

  • 一份商业报告可以变成带旁白的视频简报

这背后是模型指令遵循能力的全面升级。提示词不再只是描述画面,而是成为调度中心——解读输入内容、编排叙事节奏、控制最终表达方式,把千差万别的源材料转化为连贯的视频表达。
API层面,一次请求最多支持10张参考图片、5个参考视频和5个参考音频文件,通过@Image N语法可以精确指定每个参考素材控制的角色、道具或场景。

三、千人千面,像素级一致性

AI视频生成长期被两个问题困扰:人像千篇一律,参考素材细节漂移。Wan3.0在这两方面做了重点优化。

真实人像

文生视频人像模块实现了"千人千面",精细还原五官和皮肤纹理,微表情与肢体动作、情绪表达相互匹配。多人同框场景中,不同角色各自呈现独立的神态和情绪,不再是同一张AI脸的复制品。

参考一致性

在参考生视频模式下,模型可稳定保留以下维度的细节特征:
  • 角色:五官、发型、发色、形体、服饰配饰全程统一

  • 道具:多角度外观、硬件结构、Logo、材质无偏差

  • 空间:角色站位与机位视角的关系逻辑稳定

  • 风格:电影、纪实等多种影视画风准确呈现,多风格创作不易串味

针对数据图表、界面等数字化素材,模型还优化了色彩搭配与信息排版,兼顾视觉质感与信息可读性。

视频编辑

Wan2.7引入的视频编辑功能在Wan3.0中继续升级,支持通过指令或参考素材对已有视频进行画面、剧情、台词的局部修改,不必每次从头重新生成。音频也在扩散过程中原生生成,环境音、事件音效与画面自动同步,输出AAC 48kHz立体声。

四、定价与生态

API价格

Wan3.0在阿里云百炼平台按秒计费,华北2(北京)地域定价:
分辨率
原价(元/秒)
限时7折价(元/秒)
30秒折后总价
480P
0.3
0.21
6.3元
720P
0.6
0.42
12.6元
1080P
1.2
0.84
25.2元
限时7折活动时间为8月24日至9月23日。作为对比,同平台的HappyHorse 1.1在720P分辨率下定价为每秒0.9元,Wan3.0低了约三分之一;1080P两者同为每秒1.2元。
API采用异步调用模式:创建任务后获取task_id,再轮询查询结果,视频生成通常需要1到5分钟。限流为每分钟300次请求。此外还有wan3.0-video-prime高速版,端到端速度显著提升。

接入平台

Wan3.0目前可在以下平台体验:阿里云百炼、万相官网、万镜一刻、千问AI平台、千问创作PC端、千问App、堆友、IF STUDIO。麦芽旗下跳跃视界、Deevid、剧火,以及京东灵境平台、美图、井萌等已完成模型接入。

五、动手操作步骤

在哪用

阿里云百炼平台,https://bailian.console.aliyun.com

用什么

Wan3.0-Video视频生成模型(模型ID:wan3.0-video),另有高速版wan3.0-video-prime可选。按秒计费,限时7折优惠中。

怎么做

登录阿里云百炼控制台,进入模型广场,搜索"wan3.0-video"并开通模型服务

选择创作模式:文生视频(仅提示词)、图生视频(上传首帧或首尾帧)、参考生视频(上传图片/视频/音频/文档组合)

编写提示词,描述画面内容、运镜方式、情绪氛围;如使用文档输入,上传文件后补充描述指令

设置分辨率(480P/720P/1080P)、时长(2-30秒)和画面比例,点击生成,等待1-5分钟后下载MP4成片

做到什么程度

一段带原生音频、角色和场景一致性稳定的最长30秒视频,可直接用于社媒发布,或作为后期剪辑的素材底稿。

六、效率对比:Wan3.0 vs 传统方式

场景
传统方式
工具方式
效率提升
产品宣传视频
策划+拍摄+剪辑,3-5天
上传PPT+提示词,5分钟出片
快约600倍
培训课件视频化
录屏+配音+后期,1-2天
PDF直转+提示词,10分钟成片
快约100倍
社交媒体短视频
脚本+拍摄+剪辑,半天
文生视频30秒,2-5分钟生成
快约30倍
角色一致系列短片
逐镜头人工把关一致性
参考图锁定角色,一次生成
快约10倍

七、三个方向马上试

🔧方向一:文档转视频

把一份产品介绍PPT或PDF上传到百炼,配上一句"转为暖色调品牌宣传片,电影级运镜",体验办公文档直接变视频的能力。

🎨方向二:角色一致性测试

上传一张角色参考图,分别生成三段不同场景的10秒短片,对比人物五官、服装、发型是否保持一致,判断是否满足系列内容创作需求。

📦方向三:30秒长镜头叙事

写一段带时间码的分镜提示词(如0-5秒远景建立、5-15秒中景动作、15-30秒特写收尾),测试Wan3.0在单次生成中完成完整叙事段落的能力。

万相官网:https://wanx.biz.aliyun.com/wan

百炼平台:https://bailian.console.aliyun.com

API参考:https://help.aliyun.com/zh/model-studio/wan3-video-generation-api-reference

相关学习资料